0 引 言

鸡蛋营养价值丰富，含有人体必需的蛋白质、脂肪、胆固醇、氨基酸等营养物质和微量元素，几乎适宜所有人食用，是公认的人体摄取蛋白质重要来源。同时，由于鸡蛋价格波动频繁、波动幅度大[1]，鸡蛋价格一直是社会各界关注的热点。据农业部监测数据显示，2000年至2015年中国鸡蛋价格出现了14次小周期波动、7次大周期波动；特别2007年以来，中国鸡蛋价格波动愈发频繁[2]。北京市场也不例外，近年来，尤其是在首都功能定位以及疏解促提升的大背景下，北京市蛋鸡产业发展的空间和数量不断压缩，北京市的鸡蛋价格波动更是呈现出波动频率高和波动幅度大的特点，鸡蛋价格最高时为11.96元/kg，最低时为5.3元/kg，波动幅度高达125%。频繁的价格波动不仅增加了行业人员生产、销售、决策的难度和风险，也影响了首都居民的生活质量和北京的社会和经济稳定。因此在新的发展阶段，在鸡蛋自给率不断下降的情况下，急需加强对国际性大都市北京市场鸡蛋价格波动特征及其规律的分析，并及时、准确地对北京鸡蛋市场价格未来走势及供应进行研判。

围绕农产品价格，国内外开展了广泛的研究，主要涉及价格波动特征与规律[3-7]、影响价格的因素[8-11]与价格预测[12-15]等方面。首先是价格波动特征与规律方面的研究。Henry等（1930年）[16-18]分别提出了关于生产和商品价格波动，形成蛛网理论的雏形，对农产品价格研究具有划时代的意义，并不断得到进一步的扩展和完善。其次是关于影响价格因素的研究。供给和需求无疑是影响农产品价格的根本原因，但是农产品的流通环节、国家政策、市场因素和能源等通过影响供求，并进而影响农产品价格波动[19-21]。最后学者们普遍关注的农产品价格方面的就是农产品价格预测，随着大数据和智能计算的发展，农产品价格预测将得到更快的进展。

从研究对象上，针对不同农产品价格的研究已经相当广泛，如玉米[22-23]、大豆[24-25]、蔬菜[26-27]、生猪[28-29]及鸡蛋[30-32]等。从研究方法上，学者们一直在进行不懈的探索。CensusX12季节调整方法、HP滤波（high-pass filter）及BP滤波（band-pass filter）等方法是广泛用以对价格波动及其特征规律进行分析，并证明可以较好地对农产品价格波动的长期趋势、季节性、周期性及随机波动特征进行分析总结[33-35]；多元回归和向量自回归模型等方法常用来确定影响价格的主要因素及影响程度[36-38]；价格预测研究常用的预测模型有回归分析模型[39-41]、时间序列模型[42-43]及组合模型[44-47]。回归分析模型依据价格波动与其影响因子相关的原理，选择影响贡献率较高的因子建立回归模型进行预测；时间序列模型依据价格数据与时间的关系对未来的价格进行预测，该方法对线性价格数据具有较好的预测效果，但对非线性数据预测效果较差；组合模型能够较好地结合农产品特性及其价格波动特征，构建相应的模型对未来的价格进行预测。

可见，价格问题一直是学术界研究和关注的热门问题，已有的研究已然非常丰富，但仍存在一定的问题和不足：首先是大都关注大田作物和大宗农产品，虽然有学者开展了对鸡蛋价格的研究，但也主要关注全国鸡蛋价格，鲜有针对区域和国际性大都市鸡蛋价格的研究；第二，目前关于鸡蛋价格的研究往往将价格波动特征与预测分割开来，造成价格预测的解释性较差。第三，在结合价格波动特征进行预测模型的构建与优化方面尚显不足。基于以上思考，本文在对北京市鸡蛋价格数据进行分解处理的基础上，提出一种基于时间序列季节性分解方法（Seasonal-trend Decomposition Procedure Based on Loess，STL）和长短期记忆网络（Long-short Term Memory，LSTM）组合的鸡蛋价格预测模型STL-LSTM，分析北京市鸡蛋价格波动特征及其规律，并及时并准确把握新发展阶段北京市场鸡蛋价格未来走势。本研究结果和结论可以为政府、行业管理部门和从业人员决策提供参考，并为其他农产品价格分析和预测提供可借鉴的思路和方法。

1 数据与方法

1.1 数据

1.1.1 数据来源

集贸市场是指城乡居民进行农副产品、日用消费品等现货商品交易或固定地点买卖货物的市场。北京市集贸市场主要分为居民社区周边的菜市场为主的小型集市和集零售批发为一体的大型农贸市场。集贸市场所售卖的鸡蛋面向普通居民、企事业单位、学校、酒店等场所，其价格可以直观反映对销售者和消费者的影响，并间接对生产者进行反馈。因此本文根据中国畜牧信息网（